인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
피인용 0
초록·키워드
In this paper, a novel scheme for the condition monitoring of lithium polymer batteries is proposed, based on the sigma-point Kalman filter (SPKF) theory. For this, a runtime-based battery model is derived, from which the state-of-charge (SOC) and the capacity of the battery are accurately predicted. By considering the variation of the serial ohmic resistance (Ro) in this model, the estimation performance is improved. Furthermore, with the SPKF, the effects of the sensing noise and disturbance can be compensated and the estimation error due to linearization of the nonlinear battery model is decreased. The effectiveness of the proposed method is verified by Matlab/Simulink simulation and experimental results. The results have shown that in the range of a SOC that is higher than 40%, the estimation error is about 1.2% in the simulation and 1.5% in the experiment. In addition, the convergence time in the SPKF algorithm can be as fast as 300 s.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-ECN-0101-2013-560-003196514
